提高自動駕駛車效率 NIVDEA執行長：端到端系統至關重要
美國視覺運算技術大廠輝達(NIVDEA)執行長黃仁勳，在2021年輝達GPU技術大會上表示，未來的汽車將成為可編程電腦，靠軟體驅動商業應用，因此為了提高自駕車決策過程效率，端到端系統發揮重大作用。
端到端系統原理是直接將原始輸入數據映射到控制輸出，系統經過這樣訓練，可以自動學習必要流程步驟的內部表徵，像是偵測有用的道路特徵，簡化決策過程，省去處理人工選擇的中介標準，將人工輸入訓練數據的機會減到最低。透過端到端系統，輝達的自駕車能將前置鏡頭的原始像素映射到駕駛指令上。
圖/123RF
端到端的流程(end to end ststem)
輸入 輸出
(前鏡頭) →CNNs→ 駕駛指令
而驅動端到端系統的核心模型就是卷積神經網絡(CNN)，是人工神經網絡的一種，透過多個卷積層(convolutional layer)過濾輸入數據擷取有用資訊。卷積神經網絡主要特色是減少資料預處理和人工介入，能輕鬆執行極大規模的運算，微晶片製造商現在也致力開發、能符合卷積神經網絡需求的特製晶片。
做為開發自駕車微晶片產業領頭羊的輝達，黃仁勳也在2021GPU技術大會上宣布推出，針對2025年車款設計的新一代系統單晶片” DRIVE Atlan”，號稱真正的「四輪數據中心」，一枚晶片上可達1000算力，超越目前大多數第五級自駕計程車運算能力。黃仁勳表示有了端到端系統、卷積神經網絡模組，和專用新片發展，自駕車未來前景看好。（編譯／ Elisa）
原文網址:
瀏覽 1,296 次
